組距分組 - MBA智库百科

組距分組（Interval Grouping）組距分組是將全部變數值依次劃分為若幹個區間，並將這一區間的變數值作為一組。

組距分組是數值型數據分組的基本形式。

在組距分組中， ... 組距分組 用手机看条目 扫一扫，手机看条目 出自MBA智库百科(https://wiki.mbalib.com/) 組距分組（IntervalGrouping） 目錄 1什麼是組距分組 2組距分組的步驟 [編輯]什麼是組距分組 　　組距分組是將全部變數值依次劃分為若幹個區間，並將這一區間的變數值作為一組。

組距分組是數值型數據分組的基本形式。

　　在組距分組中，各組之間的取值界限稱為組限，一個組的最小值稱為下限，最大值稱為上限；上限與下限的差值稱為組距；上限與下限值的平均數稱為組中值，它是一組變數值的代表值。

[編輯]組距分組的步驟 　　例如，某生產車間50名工人日加工零件數如下（單位：個）。

試對數據進行組距分組。

117108110112137122131118134114124125123127120129117126123128139122133119124107133134113115117126127120139130122123123128122118118127124125108112135121 　　採用組距分組需要經過以下幾個步驟: 　　第一步：確定組數。

一組數據分多少組合適呢？一般與數據本身的特點及數據的多少有關。

由於分組的目的之一是為了觀察數據分佈的特征，因此組數的多少應適中。

如組數太少，數據的分佈就會過於集中，組數太多，數據的分佈就會過於分散，這都不便於觀察數據分佈的特征和規律。

組數的確定應以能夠顯示數據的分佈特征和規律為目的。

在實際分組時，可以按Sturges提出的經驗公式來確定組數K： 　　 　　其中n為數據的個數，對結果用四捨五入的辦法取整數即為組數。

例如，對前例的數據有：，即應分為7組。

當然，這隻是一個經驗公式，實際應用時，可根據數據的多少和特點及分析的要求，參考這一標準靈活確定組數。

　　第二步：確定各組的組距。

組距是一個組的上限與下限的差，可根據全部數據的最大值和最小值及所分的組數來確定，即組距＝（最大值－最小值）÷組數。

例如，對於前例的數據，最大值為139，最小值為107，則組距＝（139－107）÷7＝4.6。

為便於計算，組距宜取5或10的倍數，而且第一組的下限應低於最小變數值，最後一組的上限應高於最大變數值，因此組距可取5。

　　第三步：根據分組整理成頻數分佈表。

比如對上面的數據進行分組，可得到下麵的頻數分佈表，見表: 　　某車間50名工作日加工零件數分組表 按零件數分組頻數（人）頻率（％） 105－110110－115115－120120－125125－130130－135135－140358141064610162820128 合計50100 　　採用組距分組時，需要遵循“不重不漏”的原則。

“不重”是指一項數據只能分在其中的某一組，不能在其他組中重覆出現；“不漏”是指組別能夠窮盡，即在所分的全部組別中每項數據都能分在其中的某一組，不能遺漏。

　　為解決“不重”的問題，統計分組時習慣上規定“上組限不在內”，即當相鄰兩組的上下限重疊時，恰好等於某一組上限的變數值不算在本組內，而計算在下一組內。

例如，在表的分組中，120這一數值不計算在“115－120”這一組內，而計算在“120－125”組中，其餘類推。

當然，對於離散變數，可以採用相鄰兩組組限間斷的辦法解決“不重”的問題。

例如，可對上面的數據做如下的分組，如表: 　　某車間50名工人日加工零件數分組表 按零件數分組頻數（人）頻率（％） 105－109110－114115－119120－124125－129130－134135－139358141064610162820128 合計50100 　　而對於連續變數，可以採取相鄰兩組組限重疊的方法，根據“上組限不在內”的規定解決不重的問題，也可以對一個組的上限值採用小數點的形式，小數點的位數根據所要求的精度具體確定。

例如，對零件尺寸可以分組為10－11.99、12－13.99、14－15.99，等等。

　　在組距分組中，如果全部數據中的最大值和最小值與其他數據相差懸殊，為避免出現空白組（即沒有變數值的組）或個別極端值被漏掉，第一組和最後一組可以採取“××以下”及“××以上”這樣的開口組。

開口組通常以相鄰組的組距作為其組距。

例如，在上面的50個數據中，假定將最小值改為94，最大值改為160，採用上面的分組就會出現“空白組”，這時可採用“開口組”，如表: 　　某車間50名工人日加工零件數分組表 按零件數分組頻數（人）頻率（％） 110以下110－115115－120120－125125－130130－135135以上358141064610162820128 合計50100 　　為了統計分析的需要，有時需要觀察某一數值以下或某一數值以上的頻數或頻率之和，還可以計算出累積頻數或累積頻率。

取自"https://wiki.mbalib.com/zh-tw/%E7%BB%84%E8%B7%9D%E5%88%86%E7%BB%84" 本條目對我有幫助67 赏 MBA智库APP 扫一扫，下载MBA智库APP 分享到： 下载MBA智库，阅读全文 温馨提示 复制该内容请前往MBA智库App 立即前往App   如果您認為本條目還有待完善，需要補充新內容或修改錯誤內容，請編輯條目或投訴舉報。

本條目相關文檔  第4組市場經營研討會分組討論彙報56頁 學員分組表1頁 分組傳送網1頁 數據自動分組1頁 分組體現了統計的魅力1頁 分組傳輸網PTN76頁 LTE上行分組調度60頁 分組項目組成表1頁 分組項目組成表1頁 個人及分組面試技巧2頁 更多相關文檔 本条目相关课程 本条目由以下用户参与贡献 Zfj3000,AngleRoh,方小莉. 頁面分類:統計方法 評論(共1條)提示:評論內容為網友針對條目"組距分組"展開的討論，與本站觀點立場無關。

188****8382(討論|貢獻)在2018年1月16日10:23發表 有料 回複評論 發表評論請文明上網，理性發言並遵守有關規定。

發表評論請文明上網，理性發言並遵守有關規定。

导航 首页 文档 百科 课堂 商学院 资讯 国际MBA 商城 企业服务 個人工具 用戶登錄創建新帳號 打开APP 搜索   全球专业中文经管百科，由121,994位网友共同编写而成，共计430,707个条目   首页   管理   营销   经济   金融   人力资源   咨询   财务   品牌   证券   物流   贸易   商学院   法律   人物   分类索引   查看 條目討論編輯收藏 简体中文繁体中文 工具▼ 鏈入頁面 鏈出更改 上載文件 特殊頁面 可列印版 永久链接 導航 最新資訊 最新评论 最新推荐 热门推荐 编辑实验 使用帮助 创建条目 随便看看 INFPENFPINTJESTPISFJINFJ恩格爾繫數MBTI人格理論ENTJISFP 奶頭樂理論蘑菇管理定律猴子管理法則情緒ABC理論100個最流行的管理辭彙垃圾人定律21天效應破窗效應SWOT分析模型懶螞蟻效應 以上内容根据网友推荐自动排序生成 最後更改17:31,2013年4月10日. 智库首页- 百科首页- 关于百科- 客户端- 人才招聘- 广告合作- 权利通知- 联系我们- 免责声明 -友情链接 ©2022MBAlib.com,Allrightsreserved. 闽公网安备35020302032707号 问题分类 类型 反馈内容 添加图片(选填)0/9 联系方式 取消 提交 提交成功 反馈结果请前往MBA智库App查看（我的>帮助与反馈>我的反馈） 知道了